灰色系统的基本概念
灰数
灰数是灰色系统的基本单元,把只知道大概范围而不知道确切范围的数称为灰数,灰数实际上指在某一区间或某个一般的数集内取值的不确定数,通常用记号 ⊗ \otimes ⊗ 表示灰数,灰数有以下几类
-
下界灰数
下界灰数有下界而没有上界,记为 ⊗ ∈ [ a ‾ , ∞ ] \otimes ∈ [\underline{a}, \infty] ⊗∈[a,∞] 或 ⊗ ( a ‾ ) \otimes(\underline{a}) ⊗(a),其中 a ‾ \underline{a} a 为灰数 ⊗ \otimes ⊗ 的下确定界限,它是一个确定的数。 -
上界灰数
上界灰数有上界而没有下界,记为 ⊗ ∈ [ − ∞ , a ˉ ] \otimes ∈[-\infty, \bar{a}] ⊗∈[−∞,aˉ] 或 ⊗ ( a ˉ ) \otimes( \bar{a}) ⊗(aˉ),其中 a ˉ \bar{a} aˉ 为灰数 ⊗ \otimes ⊗ 的上确定界限,是个确定数。 -
区间灰数
既有上界又有下界的灰数称为区间灰数,记为 ⊗ ∈ [ a ‾ , a ˉ ] \otimes ∈[\underline{a}, \bar{a}] ⊗∈[a,aˉ]。 -
连续灰数与离散灰数
在某一区间内取有限个值或可数个值的灰数称为离散灰数,取值连续地充满某一区间的灰数称为连续灰数。 -
黑数与白数
当 ⊗ ∈ [ − ∞ , ∞ ] \otimes ∈[-\infty,\infty] ⊗∈[−∞,∞] 或 ⊗ ∈ [ ⊗ 1 , ⊗ 2 ] \otimes ∈[\otimes_1,\otimes_2] ⊗∈[⊗1,⊗2],即上、下界皆为无穷或上、下界都是灰数时,称 ⊗ \otimes ⊗ 为黑数。
灰数计算
(1) 灰数加法则
设
⊗
1
∈
[
a
,
b
]
\otimes_{1} \in[a, b]
⊗1∈[a,b],
a
<
b
a<b
a<b,
⊗
2
∈
[
c
,
d
]
\otimes_{2} \in[c, d]
⊗2∈[c,d],
c
<
d
c<d
c<d,则
⊗
1
\otimes_{1}
⊗1 与
⊗
2
\otimes_{2}
⊗2 的和记为
⊗
1
+
⊗
2
\otimes_{1}+\otimes_{2}
⊗1+⊗2,且有
⊗
1
+
⊗
2
∈
[
a
+
c
,
b
+
d
]
\otimes_{1}+\otimes_{2} \in[a+c, b+d]
⊗1+⊗2∈[a+c,b+d]。
(2) 灰数减法则
设
⊗
1
∈
[
a
,
b
]
\otimes_{1} \in[a, b]
⊗1∈[a,b],
a
<
b
a<b
a<b,
⊗
2
∈
[
c
,
d
]
\otimes_{2} \in[c, d]
⊗2∈[c,d],
c
<
d
c<d
c<d,则
⊗
1
\otimes_{1}
⊗1 与
⊗
2
\otimes_{2}
⊗2 的差记为
⊗
1
−
⊗
2
\otimes_{1}-\otimes_{2}
⊗1−⊗2,且有
⊗
1
−
⊗
2
=
⊗
1
+
(
−
⊗
2
)
∈
[
a
−
d
,
b
−
c
]
\otimes_{1}-\otimes_{2} =\otimes_{1}+(-\otimes_{2})\in[a-d, b-c]
⊗1−⊗2=⊗1+(−⊗2)∈[a−d,b−c]。
(3) 灰数乘法则
设
⊗
1
∈
[
a
,
b
]
\otimes_{1} \in[a, b]
⊗1∈[a,b],
a
<
b
a<b
a<b,
⊗
2
∈
[
c
,
d
]
\otimes_{2} \in[c, d]
⊗2∈[c,d],
c
<
d
c<d
c<d,则
⊗
1
\otimes_{1}
⊗1 与
⊗
2
\otimes_{2}
⊗2 的积记为
⊗
1
⋅
⊗
2
\otimes_{1}\cdot \otimes_{2}
⊗1⋅⊗2,且有
⊗
1
⋅
⊗
2
∈
[
min
{
a
c
,
a
d
,
b
c
,
b
d
}
,
max
{
a
c
,
a
d
,
b
c
,
b
d
}
]
。
\otimes_{1}\cdot\otimes_{2} \in[\min \{a c, a d, b c, b d\}, \max \{a c, a d, b c, b d\}]。
⊗1⋅⊗2∈[min{ac,ad,bc,bd},max{ac,ad,bc,bd}]。
(4) 灰数除法则
设
⊗
1
∈
[
a
,
b
]
\otimes_{1} \in[a, b]
⊗1∈[a,b],
a
<
b
a<b
a<b,
⊗
2
∈
[
c
,
d
]
\otimes_{2} \in[c, d]
⊗2∈[c,d],
c
<
d
c<d
c<d,且
c
≠
0
,
d
≠
0
,
c
d
>
0
c \neq 0, d \neq 0, c d>0
c=0,d=0,cd>0,则
⊗
1
\otimes_{1}
⊗1 与
⊗
2
\otimes_{2}
⊗2 的商记为
⊗
1
/
⊗
2
\otimes_{1}/ \otimes_{2}
⊗1/⊗2,且有
⊗
1
/
⊗
2
∈
[
min
{
a
/
c
,
a
/
d
,
b
/
c
,
b
/
d
}
,
max
{
a
/
c
,
a
/
d
,
b
/
c
,
b
/
d
}
]
。
\otimes_{1}/\otimes_{2} \in[\min \{a /c, a/ d, b/ c, b/ d\}, \max \{a/ c, a/ d, b /c, b/ d\}]。
⊗1/⊗2∈[min{a/c,a/d,b/c,b/d},max{a/c,a/d,b/c,b/d}]。
灰微分方程
设有一组原始数列 X ( 0 ) , X ( 1 ) X^{(0)},\,X^{(1)} X(0),X(1) 为 X ( 0 ) X^{(0)} X(0) 的一次累加生成数,记 X ( 0 ) = { X ( 0 ) ( 1 ) , X ( 0 ) ( 2 ) , . . . , X ( 0 ) ( n ) } X^{(0)} = \{X^{(0)}(1),\,X^{(0)}(2),\,...,\,X^{(0)}(n)\} X(0)={X(0)(1),X(0)(2),...,X(0)(n)} X ( 1 ) = { X ( 1 ) ( 1 ) , X ( 1 ) ( 2 ) , . . . , X ( 1 ) ( n ) } X^{(1)} = \{X^{(1)}(1),\,X^{(1)}(2),\,...,\,X^{(1)}(n)\} X(1)={X(1)(1),X(1)(2),...,X(1)(n)}
则 X ( 1 ) X^{(1)} X(1) 上的一阶常系数灰微分方程为: X ( 0 ) ( k ) − a Z ( 1 ) ( k ) = b ( ∀ k ∈ { 1 , 2 , . . . , n } ) X^{(0)}(k)-aZ^{(1)}(k) = b\,(∀\,k∈\{1,2,...,n\}) X(0)(k)−aZ(1)(k)=b(∀k∈{1,2,...,n})其中 Z ( 1 ) ( k ) = 1 2 ( X ( 1 ) ( k ) + X ( 1 ) ( k − 1 ) ) Z^{(1)}(k) = \frac{1}{2}(X^{(1)}(k)+X^{(1)}(k-1)) Z(1)(k)=21(X(1)(k)+X(1)(k−1)) ( a , b ∈ R , R 为 实 轴 ) (a,b∈R,\,R为实轴) (a,b∈R,R为实轴)
影子方程或白化方程
因为灰微分方程 X ( 0 ) ( k ) − a Z ( 1 ) ( k ) = b X^{(0)}(k)-aZ^{(1)}(k)=b X(0)(k)−aZ(1)(k)=b是仿照微分方程 d X d t + a X ( 1 ) = b \frac{dX}{dt}+aX^{(1)}=b dtdX+aX(1)=b 建立的,故称后者为前者的影子方程或白化方程。上式中 X ( 0 ) ( k ) X^{(0)}(k) X(0)(k) 为灰导数; Z ( 1 ) ( k ) Z^{(1)}(k) Z(1)(k) 为 X ( 0 ) ( k ) X^{(0)}(k) X(0)(k) 的白化背景值。
背景值
在灰色系统理论中,称 X ( t + △ t ) 、 X ( t ) 、 X ( t − △ t ) X(t+△t)、X(t)、X(t-△t) X(t+△t)、X(t)、X(t−△t) 为导数 d X d t \frac{dX}{dt} dtdX 在时区 [ t − △ t , t + △ t ] [t-△t,\,t+△t] [t−△t,t+△t] 的背景值,它表示 d X d t \frac{dX}{dt} dtdX 是与这些值有关的极限值。
Reference:http://gb.oversea.cnki.net/KCMS/detail/detail.aspx?filename=2008029195.nh&dbcode=CMFD&dbname=CMFDREF